随着计算机性能的不断提高和计算机技术的不断发展，真实场景的三维模型越来越多地出现在各种计算机软件中，成为计算机软件表现现实世界的一种重要手段。人们构造三维模型的传统手段大致包括两种：利用三维扫描仪等硬件获取三维模型和利用几何造型方法构造三维模型。然而，三维扫描仪等硬件价格昂贵；几何造型的方法要求操作人员具有丰富的专业知识，而且操作复杂，周期较长，最终构造的三维模型真实感不强。在这种情况下，基于图像的建模技术作为一种成本低廉、操作简单、具有高度真实感的建模方法应运而生，并且逐渐成为计算机图形学和计算机视觉领域的研究热点。 本文提出了一种面向建筑物场景的基于图像序列的建模方法，该方法包括相机定标、基于单幅图像的建筑物模型重建和多场景模型合并等几部分。本文的主要创新之处在于： ◆相机定标方面 根据两幅图像中的平面约束，证明了图像对的基础矩阵和同形矩阵的乘积具有反对称的性质。给定两幅图像中的一系列对应点，利用这种反对称性质，本文改进了Gang Xu利用平面约束进行相机自定标过程中同形矩阵的求解算法。将通过共面四点求解同形矩阵的方法转化成在方程组约束条件下的二次规划问题，由给定的二次规划问题求解同形矩阵，提高了算法的鲁棒性。 针对真实建筑物场景中普遍存在的两种几何结构：角结构和平行线结构，提出了一种利用这两种几何结构的新的相机自定标算法。该算法可以利用单幅透视投影图像中的几何结构计算出相机的焦距、以及相对于几何结构坐标系的平移向量和旋转矩阵的初始值。由于在求取相机参数初始值的时候只用到了一幅图像，这样就避免了在相机自定标过程中可能出现的临界运动序列问题，从而避免了临界运动序列引起的相机自定标退化问题，提高了相机自定标过程的鲁棒性。 提出了分别利用单幅图像和两幅图像中的几何结构对相机内、外参数进行分步优化的算法。首先，以单幅图像中的几何结构作为约束，以最小化图像线段和重投影线段之间的差别作为目标函数，对初始值进行第一步优化；然后，引入两幅图像中的几何结构作为约束条件，以最小化几浙江大学博士学位沦文荃于图像序列的建筑物模型重建技术研究与实现何结构顶点的图像坐标和重投影坐标之间的差别对定标结果再次进行优化。分步优化进一步提高了相机定标结果的精确度。令基于单幅图像的建筑物模型重建。针对建筑物模型的规则性，本文提出了以 平面和圆柱面为重建单元的建筑物模型重建算法，可以从单幅透视图像中恢 复出建筑物的表面模型。对于平面，我们根据场景中各平面之间的位置关系， 递归求解各平面的位置和法向量。对于圆柱面，我们有两种重建方法:分割 近似求解和几何求解。我们通过场景中平面和圆柱面的分别重建达到恢复整 个建筑物场景三维模型的目的。.多场景模型合并。对图像序列来说，通过上述基于单幅图像的建模技术，可 以得到序列局部模型，多场景合并就是将序列局部模型合并为一个整体，从 而得到建筑物的完整模型。针对建筑物模型的规整性特点，我们提出了一整 套实用并且相对易于实现的多场景合并策略。首先，利用相机定标结果建立 所有场景的公共坐标系链表;然后通过坐标转换、顶点合并、模型合拢、面 合并等步骤将各场景对应的独立模型合并成一个完整的建筑物模型。通过多 场景模型合并，我们解决了重建建筑物完整模型的问题。